arXiv cs.RO 机器人学· Shaifalee Saxena, Rafael Fierro, Alexander Scheinker·· 2 天前AI 评分43
强化学习结合有界极值搜索提升机器人控制在分布偏移下的鲁棒性
Planning for Change: Reinforcement Learning Combined with Bounded Extremum Seeking for Robotic Control under Distribution Shift
AI 导读
该研究提出将深度确定性策略梯度（DDPG）强化学习与有界极值搜索（ES）结合的混合控制器，用于提升机器人推物和抓放任务在分布偏移下的鲁棒性。DDPG 策略在标准条件下训练，部署时叠加有界 ES，以应对时变目标和空间变化摩擦等超出训练分布的工况。研究证明机械臂可在有限时间内收敛到目标物体，随后有界 ES 实现对有界速度移动目标的有限时间收敛，并给出收敛时间解析公式与增益调节方法。
来源：arXiv cs.RO 机器人学 · arxiv.org